一种智能驾驶清洁车的缺水自动返程方法与流程

1.本发明涉及清扫设备技术领域，尤其是涉及一种智能驾驶清洁车的缺水自动返程方法。

背景技术：

2.目前自动驾驶环卫车已经在多个应用场景进行示范应用，其中智能洒水场景为其中应用范围最广的几个典型场景之一。
3.自动驾驶洒水车目前仍旧采取人机共驾模式进行示范运营，因此目前市面上的车型还是人工通过监测仪表板上洒水车的水箱容量来判断是否需要进行再次注水，其作业模式是自动驾驶洒水车进行线路规划及自动喷洒作业，安全员监控车辆驾驶环境及喷洒水箱容量，待水箱容量达到临界值，安全员暂停车辆行进及喷洒作业，安全员操纵车辆手动或自动返程，车辆返程至注水点位进行注水，注水完成后再继续进行喷洒作业工作。但随着自动驾驶的发展，人工驾驶模式将最终被完全自动驾驶取代，为了应对此种情况下自动洒水车车辆的水量监控过程，需匹配采用智能的注水监控系统。现有技术中，需要人工干预进行操作返航以及注水，随着自动驾驶技术的发展，驾驶安全员也将不会存在。

技术实现要素：

4.鉴于以上现有技术的不足，本发明提供了一种智能驾驶清洁车的缺水自动返程方法，不仅可实现自动驾驶洒水车的完全无人作业和可一定程度解决人力节约，而且自动驾驶返程的预期安全性强，人工介入容易出现因为作业水平的差异导致的安全事故。
5.为了实现上述目的及其他相关目的，本发明提供的技术方案如下：
6.一种智能驾驶清洁车的缺水自动返程方法，包括以下步骤：
7.步骤一：依据水箱当前重量与水箱加满水后的重量的比值小于10％，水箱下部的重量传感器生成缺水信号，并通过c络发送至hmi控制器；
8.步骤二：所述hmi控制器进行信号识别并通过c络发送至自动驾驶控制器；
9.步骤三：所述自动驾驶控制器接收到信息后通过自动驾驶系统判断车辆状态是否满足返航要求，如果是否，则车辆继续行驶并持续发放返程信号至自动驾驶控制器，直到自动驾驶控制器确定满足返航要求；
10.步骤四：车辆状态满足返航要求，自动驾驶系统下达返程指令并通过底盘vcu进行执行层命令发布，基于prm算法和a*算法进行路径规划，返回注水点。
11.作为优选的，在步骤四中，所述的prm算法，包括以下步骤：
12.1)进行初始化，设g(v,e)为一个无向图，其中顶点集v表示车辆无碰撞的状态点，连线集e代表无碰撞连线路径；
13.2)状态点采样，在车辆行驶路径空间中采样无碰撞的状态点加入到无碰撞的状态点v中；
14.3)邻域计算，定义距离p，对于已经存在于无碰撞的状态点v中的点，如果它与无碰
撞的点的距离小于p，则将其称作无碰撞状态点的邻域点；
15.4)边线连接，将无碰撞的状态点与其邻域相连，生成连线；
16.5)碰撞检测，检测连线是否与障碍物发生碰撞，如果无碰撞，则将其加入到连线集e中；
17.6)当所有采样点均已完成上述步骤后结束，否则重复2—5。
18.作为优选，基于prm算法得出车辆的多条行驶路径，再结合a*算法，出车辆行驶的最优路径。
19.作为优选，在步骤三种，所述车辆状态包括位置、速度、温度、设备状态、环境及路线信息。
20.作为优选，构建车辆的状态函数：
[0021][0022]
其中，θ
t
为t时刻的模型参数，j(θ)为损失函数，αt为t时刻的权值，x1为车辆位置参数，x2为车辆速度参数，x3为车辆温度参数，x4为车辆设备状态参数，x5为车辆路线信息参数，x6为车辆环境参数。
[0023]
作为优选，基于车辆的状态函数，得出一个全局最优解，从而判断车辆是否符合返航要求。
[0024]
作为优选，基于水箱当前重量与水箱加满水后的重量的比值小于10％，且所述车辆状态参数符合所述全局最优解bu的三个或四个或五个或六个状态参数，车辆根据路径规划返回注水点。
[0025]
本发明具有以下积极效果：
[0026]
1)本发明可实现自动驾驶洒水车的完全无人作业。
[0027]
2)本发明可一定程度解决人力节约。
[0028]
3)本发明自动驾驶返程的预期安全性强，人工介入容易出现因为作业水平的差异导致的安全事故。
附图说明
[0029]
图1为本发明工作流程示意图。
具体实施方式
[0030]
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
[0031]
实施例：如图1所示，一种智能驾驶清洁车的缺水自动返程方法，包括以下步骤：
[0032]
步骤一：依据水箱当前重量与水箱加满水后的重量的比值小于10％，水箱下部的重量传感器生成缺水信号，并通过c络发送至hmi控制器；
[0033]
步骤二：所述hmi控制器进行信号识别并通过c络发送至自动驾驶控制器；
[0034]
步骤三：所述自动驾驶控制器接收到信息后通过自动驾驶系统判断车辆状态是否满足返航要求，如果是否，则车辆继续行驶并持续发放返程信号至自动驾驶控制器，直到自动驾驶控制器确定满足返航要求；
[0035]
步骤四：车辆状态满足返航要求，自动驾驶系统下达返程指令并通过底盘vcu进行执行层命令发布，基于prm算法和a*算法进行路径规划，返回注水点。
[0036]
具体地，在步骤四中，所述的prm算法，包括以下步骤：
[0037]
1)进行初始化，设g(v,e)为一个无向图，其中顶点集v表示车辆无碰撞的状态点，连线集e代表无碰撞连线路径；
[0038]
2)状态点采样，在车辆行驶路径空间中采样无碰撞的状态点加入到无碰撞的状态点v中；
[0039]
3)邻域计算，定义距离p，对于已经存在于无碰撞的状态点v中的点，如果它与无碰撞的点的距离小于p，则将其称作无碰撞状态点的邻域点；
[0040]
4)边线连接，将无碰撞的状态点与其邻域相连，生成连线；
[0041]
5)碰撞检测，检测连线是否与障碍物发生碰撞，如果无碰撞，则将其加入到连线集e中；
[0042]
6)当所有采样点均已完成上述步骤后结束，否则重复2—5。
[0043]
更进一步的，基于prm算法得出车辆的多条行驶路径，再结合a*算法，出车辆行驶的最优路径。a*算法是一种静态路网中求解最短路径最有效的直接搜索方法。
[0044]
具体地，所述a*算法，包括以下步骤：
[0045]
f1：获取车辆当前位置和注水点的位置之间的地图信息，以当前位置为起点，注水点为终点；
[0046]
f2：基于地图信息，计算所述起点分别到周围点的距离，输出最短距离所对应的点m；
[0047]
f3：再以m点为起点，分别计算点m到周围点的距离，输出最短距离所对应的点n；
[0048]
f4：重复步骤f2和f3，直至到起点和终点的最短路径。
[0049]
具体地，所述车辆状态包括位置、速度、温度、设备状态、环境及路线信息，构建车辆的状态函数：
[0050][0051]
其中，θ
t
为t时刻的模型参数，j(θ)为损失函数，αt为t时刻的权值，x1为车辆位置参数，x2为车辆速度参数，x3为车辆温度参数，x4为车辆设备状态参数，x5为车辆路线信息参数，x6为车辆环境参数。
[0052]
具体地，基于车辆的状态函数，得出一个全局最优解bu，从而判断车辆是否符合返航要求。
[0053]
具体地，基于水箱当前重量与水箱加满水后的重量的比值小于10％，且所述车辆状态参数符合所述全局最优解bu的三个或四个或五个或六个状态参数，车辆根据路径规划返回注水点。
[0054]
具体地，当车辆水箱当前重量与水箱加满水后的重量的比值小于10％，车辆的状态参数包括位置参数、速度参数、温度参数、设备状态参数、环境参数及路线信息参数，只要满足车辆状态参数三个以上，车辆的自动驾驶系统可判定车辆可以返航，从而车辆按照规划路线返航进行加水。
[0055]
综上所述，本发明不仅可实现自动驾驶洒水车的完全无人作业和可一定程度解决
人力节约，而且自动驾驶返程的预期安全性强，人工介入容易出现因为作业水平的差异导致的安全事故。
[0056]
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。

技术特征：

1.一种智能驾驶清洁车的缺水自动返程方法，其特征在于，包括以下步骤：步骤一：依据水箱当前重量与水箱加满水后的重量的比值小于10％，水箱下部的重量传感器生成缺水信号，并通过c络发送至hmi控制器；步骤二：所述hmi控制器进行信号识别并通过c络发送至自动驾驶控制器；步骤三：所述自动驾驶控制器接收到信息后通过自动驾驶系统判断车辆状态是否满足返航要求，如果为否，则车辆继续行驶并持续发放返程信号至自动驾驶控制器，直到自动驾驶控制器确定满足返航要求；步骤四：车辆状态满足返航要求，自动驾驶系统下达返程指令并通过底盘vcu进行执行层命令发布，基于prm算法和a*算法进行路径规划，返回注水点。2.根据权利要求1所述的智能驾驶环卫洒水车的缺水自动返回注水点方法，其特征在于：在步骤四中，所述的prm算法，包括以下步骤：1)进行初始化，设g(v,e)为一个无向图，其中顶点集v表示车辆无碰撞的状态点，连线集e代表无碰撞连线路径；2)状态点采样，在车辆行驶路径空间中采样无碰撞的状态点加入到无碰撞的状态点v中；3)邻域计算，定义距离p，对于已经存在于无碰撞的状态点v中的点，如果它与无碰撞的点的距离小于p，则将其称作无碰撞状态点的邻域点；4)边线连接，将无碰撞的状态点与其邻域相连，生成连线；5)碰撞检测，检测连线是否与障碍物发生碰撞，如果无碰撞，则将其加入到连线集e中；当所有采样点均已完成上述步骤后结束，否则重复2—5。3.根据权利要求2所述的智能驾驶环卫洒水车的缺水自动返回注水点方法，其特征在于：基于prm算法得出车辆的多条行驶路径，再结合a*算法，出车辆行驶的最优路径。4.根据权利要求1所述的智能驾驶环卫洒水车的缺水自动返回注水点方法，其特征在于：在步骤三中，所述车辆状态包括位置、速度、温度、设备状态、环境及路线信息。5.根据权利要求4所述的智能驾驶环卫洒水车的缺水自动返回注水点方法，其特征在于：构建车辆的状态函数：其中，θ
t
为t时刻的模型参数，j(θ)为损失函数，α
t
为t时刻的权值，x1为车辆位置参数，x2为车辆速度参数，x3为车辆温度参数，x4为车辆设备状态参数，x5为车辆路线信息参数，x6为车辆环境参数。6.根据权利要求5所述的智能驾驶环卫洒水车的缺水自动返回注水点方法，其特征在于：基于车辆的状态函数，得出一个全局最优解b
u
，从而判断车辆是否符合返航要求。7.根据权利要求1或6所述的智能驾驶环卫洒水车的缺水自动返回注水点方法，其特征在于：基于水箱当前重量与水箱加满水后的重量的比值小于10％，且所述车辆状态参数符合所述全局最优解bu的三个或四个或五个或六个状态参数，车辆根据路径规划返回注水点。

技术总结

本发明涉及一种智能驾驶清洁车的缺水自动返程方法。该方法包括以下步骤：步骤一：依据水箱当前重量与水箱加满水后的重量的比值小于10％，水箱下部的重量传感器生成缺水信号，并通过CAN网络发送至HMI控制器；步骤二：所述HMI控制器进行信号识别并通过CAN网络发送至自动驾驶控制器。本发明不仅可实现自动驾驶洒水车的完全无人作业和可一定程度解决人力节约，而且自动驾驶返程的预期安全性强，人工介入容易出现因为作业水平的差异导致的安全事故。故。故。